mcpField
S
scholarly-writing-refiner

scholarly-writing-refiner

github.com/zebbernドキュメント4.7k47 回インストール1 日前に更新
リポジトリ

scholarly-writing-refiner について

scholarly-writing-refiner は、研究者や学生向けの英語論文校正スキルです。段落ごとに文法、語彙、態、文章の一貫性、文構造を確認し、修正案と推敲後の文章を提示します。

主な機能

  1. 01文法と句読点の確認
  2. 02学術的な語彙と表現の改善
  3. 03態と時制の統一
  4. 04段落間のつながりと論旨の強化
  5. 05文構造の調整と修正案の提示

活用シーン

  1. 01学術誌や会議論文の段落の推敲
  2. 02論文の特定セクションの文法確認
  3. 03投稿先や分野に合わせた表現調整

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/zebbern/claude-code-guide --skill scholarly-writing-refiner

インストール後、Claude Code で/scholarly-writing-refinerを入力して読み込まれたか確認します。

同梱ファイルLICENSE

詳細

学術論文英文リファイナー — 学術論文の英文校正ナレッジベース

国際的な学術誌の基準に従って、段落ごとに英語論文をレビューし、文章を整えます。文法の修正、学術的な語彙の最適化、態の統一、文章の一貫性の強化、文のバリエーションの調整などに対応します。修正案と推敲後の文章を出力します。

クイックスタート

ユーザーが提供するのは、次の項目だけです。

  1. 推敲する文章:英語論文の段落を1つ以上
  2. 論文の種類(任意):学術誌論文/学会論文/修士論文または博士論文/レビュー論文
  3. 投稿先の学術誌/分野(任意):例:Nature、IEEE、AAAI、医学、コンピューターサイエンスなど
  4. 推敲の重点項目(任意):総合的な推敲/文法のみ/語彙のみ/文章の一貫性のみ

例:

「この序論を推敲してください。投稿先はNeurIPSです。より自然な表現にし、論理展開を改善したいです。」


1. レビュー項目の概要

推敲では、5つの項目を確認します。各項目を個別に評価し、具体的な修正案を提示します。

項目ラベルレビューの重点
文法Grammar主語と動詞の一致、時制、冠詞、前置詞、節の構造、句読点
語彙Word Choice学術的な文体、正確さ、語の組み合わせ、口語表現の回避
態Voice & Tense能動態/受動態の選択、時制の一貫性
一貫性Coherence & Cohesion段落内および段落間のつながり、論証の流れ、つなぎ言葉の使い方
文の構造Sentence Structure文のバリエーション、長文と短文のバランス、等位構造と従属構造

2. 文法レビューのルール

2.1 よくある文法ミスのチェックリスト
誤りの種類誤った例修正例説明
主語と動詞の不一致The results of the experiment shows...The results of the experiment show...主語は複数形の「results」です
冠詞の欠落/誤用We propose method to solve...We propose a method to solve...単数の可算名詞には冠詞が必要です
懸垂修飾語Using the proposed method, the accuracy was improved.Using the proposed method, we improved the accuracy.分詞句の意味上の主語は、主節の主語と一致させる必要があります
連結文The model performs well , it achieves 95% accuracy.The model performs well**;** it achieves 95% accuracy. / The model performs well**. It** achieves 95% accuracy.コンマで2つの独立節をつなぐことはできません
比較対象の欠落Our method is more efficient.Our method is more efficient than the baseline.比較級には比較対象を明示する必要があります
並列構造の崩れThe system can detect, classify, and is able to segment...The system can detect, classify, and segment...並列する要素は同じ文法形式にする必要があります
thatとwhichの混同The model which we proposed...The model that we proposed...制限用法の関係節には「that」を使います
不規則な複数形These phenomenon indicate...These phenomena indicate...不規則な複数形に注意してください
2.2 句読点のルール
ルール正しい使い方よくある間違い
連続する項目のコンマ(オックスフォードコンマ)A、B**、**and CA、B and C(オックスフォードコンマは学術論文で推奨されます)
エムダッシュ比較のため、A、B、Cの3つのモデルを使用しました。両側にスペースを入れたエムダッシュ、またはスペースを入れないエムダッシュ(ジャーナルのスタイルによります)
コロンの後の大文字表記完全な文が続く場合は大文字にします:The result is clear: The model outperforms...断片的な語句が続く場合は大文字にしません
引用符とピリオドアメリカ式:ピリオドは引用符の内側に置きます。イギリス式:ピリオドは引用符の外側に置きます。投稿先ジャーナルの地域別表記規則に従って選択します
略語のピリオドe.g., i.e., et al., etc.コンマに注意します:e.g.、 / i.e.、
2.3 論文のセクション別の時制ガイドライン
セクション推奨される時制例
要旨過去形(実施した内容)+現在形(結論)"We proposed a method... The results show that..."
序論現在形(現時点の知識/コンセンサス)+過去形(先行研究)"Deep learning has become... Smith et al. demonstrated that..."
方法過去形(実験手順)"We trained the model on... The data were preprocessed..."
結果過去形(実験結果)"The model achieved 95% accuracy. Table 2 shows..."
考察現在形(意義の解釈)+過去形(結果への言及)"This result suggests that... Our findings indicated that..."
結論過去形(研究の要約)+現在形(貢献/意義)"We proposed and evaluated... This work contributes to..."

3. 語句選択の最適化ルール

3.1 口語表現から学術表現への置き換え表
口語表現学術的な代替表現文脈に関する注記
a lot ofnumerous / a substantial number of / considerable修飾対象に応じて選択します
getobtain / acquire / achieve / attainよく使われる語の組み合わせに応じて選択します
showdemonstrate / illustrate / indicate / reveal「demonstrate」は証明を強調し、「indicate」は示唆を強調します
big / hugesubstantial / significant / considerable
thingfactor / aspect / element / component
goodeffective / favorable / advantageous / robust
badadverse / detrimental / suboptimal / inferior
useemploy / utilize / leverage / adopt「utilize」は「use」よりフォーマルで、「leverage」は利点の活用を強調します
aboutapproximately / roughly / circa数値の説明には「approximately」を使用します
tryattempt / endeavor
look atexamine / investigate / analyze / explore
find outdetermine / ascertain / identify / discover
go up / go downincrease / decrease / rise / decline
point outhighlight / emphasize / underscore
deal withaddress / tackle / handle / mitigate
make sureensure / verify / confirm
kind of / sort ofsomewhat / to some extent / partially
start / begininitiate / commence / undertake
end / finishconclude / terminate / complete
helpfacilitate / enable / assist / contribute to
needrequire / necessitate
canis capable of / is able to / has the potential to過度な置き換えは避けてください。「can」は学術論文でも使用できます
3.2 曖昧な表現 → 正確な表現
曖昧な表現正確な代替表現注記
非常に良い結果統計的に有意な改善/精度の12%向上曖昧な修飾語を具体的なデータに置き換えます
一部の研究者複数の研究(Chen et al., 2023; Li et al., 2024)曖昧な言及を具体的な引用に置き換えます
最近過去5年間/2020年以降期間を示します
いくつか3つ/少数(n=3)数量を明示します
~と知られている先行研究により~が明らかになっています(引用)引用で裏付けます
これは重要です~に不可欠です/~に重大な影響を及ぼしますなぜ重要なのかを説明します
3.3 冗長さの削減
冗長な表現簡潔な表現
~するために~する
~という事実により~のため/~なので
現時点で現在/今
注目に値するのは特に/~に注意してください
指摘しておくべきなのは(内容を直接述べます)
合計50個のサンプル50個のサンプル
圧倒的多数のほとんどの
~の場合もし~なら
~する能力がある~できる
日単位で毎日
~に非常に近い~の近く
考慮に入れる考慮する
~と一致している~と一致する
~の機能を果たす~として機能する

4. 態のガイドライン

4.1 能動態と受動態の選択
場面推奨される態例
著者の行動を説明する能動態(We)We は~を用いてモデルを学習させました。
一般的な手法や確立された事実を説明する受動態データは~から収集されました。
行為の対象を強調する受動態サンプルは質量分析法を用いて分析されました。
結果を報告する能動態を優先私たちの手法は95%の精度を達成します。
機器や材料を説明する受動態溶液は100°Cまで加熱されました。
4.2 よくある態の問題
問題誤った例修正
受動態の使いすぎ結果が手法によって改善されたことが、私たちによって判明しました。私たちは、私たちの手法が結果を改善したことを確認しました。
人称の不統一著者は~を提案します。その後、私たちは~を評価します。「We」または「The authors」を一貫して使用します
意味のない受動態精度が向上することが確認できます。精度が向上します。/結果は精度が向上することを示しています。
4.3 学術文書における人称の慣例
人称使用場面注記
We著者自身の研究を説明する場合(最も一般的)単著論文でも、多くの学術誌が「We」を認めています
The authorsより形式的な代替表現この表現を好む学術誌もあります
I単著の学位論文や博士論文認めていない学術誌もあります
One一般的または仮定的な記述やや古風で、現代の学術文書ではあまり使われません

5. 一貫性と結束性のルール

5.1 段落内で論理関係を示す語句
論理関係シグナルとなる語句例
追加Furthermore、Moreover、Additionally、In additionさらに、提案手法は未知のデータにもよく一般化します。
対比However、In contrast、Conversely、On the other hand、Neverthelessしかし、このアプローチには計算コストが高いという問題があります。
因果関係Therefore、Consequently、As a result、Hence、Thusしたがって、2段階の学習戦略を採用します。
例示For example、For instance、Specifically、In particular具体的には、画像分類タスクに焦点を当てます。
強調Indeed、Notably、Importantly、It is worth noting that特筆すべきことに、すべてのデータセットで一貫した改善が見られます。
譲歩Although、Despite、Notwithstanding、While、Even thoughモデルはシンプルですが、競争力のある結果を達成します。
要約In summary、To summarize、Overall、In conclusion全体として、提案手法は既存のベースラインを上回ります。
限定・補足Yet、Still、Nonetheless、That saidとはいえ、私たちのアプローチにはいくつかの制限があります。
順序First、Second、Finally、Subsequently、Thenまず、データを前処理します。その後、モデルを学習させます。
条件If、Provided that、Given that、Assuming thatデータセットのクラス分布が不均衡であるため、オーバーサンプリングを適用します。
5.2 段落間のつなぎ方のパターン
パターン説明書き出し文の例
フックある段落の終わりから、次のトピックへつなげます「これにより、モデルを効率的にスケールさせる方法という疑問が生じます。」
振り返り直前の結論を再度取り上げて、次の段落を始めます「アプローチの有効性を確認したところで、次に……について説明します。」
対比による橋渡し先行アプローチの欠点を指摘し、現在のアプローチを紹介します「これらの手法は妥当な精度を達成していますが、……には対処できません。」
質問による橋渡し質問を使って話題をつなげます「この制限はどのように克服できるでしょうか。このセクションでは、……を提案します。」
トピックセンテンス各段落の最初の文で、中心となる主張を要約します「私たちの手法の主な利点は、……できることです。」
5.3 よくある一貫性の問題
問題説明修正方法
論旨の飛躍Bの段階を飛ばして、AからCへ進んでしまいます中間の推論やつなぎの文を加えます
シグナルとなる語句の多用すべての文をHowever/Moreoverで始めますシグナルとなる語句を減らし、文の構造で論理関係を表します
シグナルとなる語句の誤用対比を表すために「Furthermore」を使います対比には「However」を、追加には「Furthermore」を使います
段落が長すぎる1つの段落が8~10文を超えています論点ごとに2~3段落に分けます
段落が短すぎる1つの段落が1~2文だけです関連する段落に統合するか、説明を広げます
指示対象が不明確「This shows...」では、「this」が何を指すのか不明です「この結果は……を示します」/「この知見は……を示しています」とします

6. 文構造の最適化ルール

6.1 文に変化をつけるための方策
方策原文改善例
分詞句で始めるWe use attention mechanism, and we improve accuracy.Leveraging the attention mechanism, we improve accuracy.
強調のための倒置The improvement is particularly notable in low-resource settings.Particularly notable is the improvement in low-resource settings.
同格表現の挿入The model, which was proposed by Smith, achieves...The model, proposed by Smith (2023), achieves...
名詞化We improved the model, and this led to...The improvement of the model led to...
並列構造The method is fast. It is also accurate. It is scalable too.The method is fast, accurate, and scalable.
副詞句を文頭に置くAccuracy improved significantly when we added data augmentation.With data augmentation, accuracy improved significantly.
6.2 避けるべき文構造の問題
問題例修正方法
過度に長い文(40語超)We trained the model on the dataset which was collected from ... and preprocessed using ... and then evaluated on ...2~3つの短い文に分けます
短い文の連続The accuracy is high. The model is fast. It uses less memory.統合します:The model achieves high accuracy with fast inference and low memory consumption.
There is/are で始めるThere are many studies that focus on...Many studies focus on...
It is...that の強調構文の多用It is the attention mechanism that improves...The attention mechanism improves...
名詞の連続deep learning image classification model performancethe performance of a deep learning model for image classification

7. セクション別の推敲ガイド

7.1 要旨
  • 長さ:150~300語(投稿先のジャーナルの要件に従います)
  • 構成:背景(1~2文)→ 問題/動機(1文)→ 手法(2~3文)→ 結果(1~2文)→ 結論/意義(1文)
  • 時制:研究内容の説明には過去形、結論には現在形を使います
  • 避けること:引用を入れない、略語は最初に正式名称を示さずに使わない、図番号や表番号を入れない
7.2 序論
  • 構成(伝統的な「じょうご型」のアプローチ):幅広い背景 → 具体的な問題 → 既存手法とその限界 → 提案手法/貢献 → 論文の構成
  • 重要なポイント:各段落には明確な主題文が必要です。先行研究を客観的に論じ、軽視しないでください
  • 一般的な表現:
    • 「近年、...への注目が高まっています。」
    • 「大きな進歩があったにもかかわらず、...は依然として課題です。」
    • 「この問題に対処するため、...を提案します。」
    • 「本論文の主な貢献は以下のとおりです。」
7.3 関連研究
  • 方針:年代順ではなく、テーマ別に整理します。各グループ内では年代順に並べます
  • 重要なポイント:各研究が本論文とどのように関連するかを説明します。単に列挙するのではなく、論評を加えてください
  • つなぎ:つなぎの文を使って各グループを関連付けます
  • 一般的な表現:
    • 「密接に関連する研究の流れとして、...に焦点を当てたものがあります。」
    • 「これらのアプローチとは対照的に、私たちの手法は...」
    • 「Xの研究を基盤として、...を拡張します。」
7.4 手法
  • 原則:再現性。読者が記述だけをもとに実験を再現できるようにします
  • 構成:問題の定式化 → 全体的なフレームワーク → 各モジュールの詳細な説明 → 学習/最適化の詳細
  • 重要なポイント:すべての数学記号は初出時に定義します。手順は実行順に説明します
7.5 結果/実験
  • 構成:実験設定 → 主な結果 → アブレーション研究 → 分析/考察
  • 重要なポイント:まず本文で傾向を説明し、その後に表や図を参照します。表や図にすでに示されている数値を繰り返すことは避けてください
  • よくある表現:
    • 「表 X に示すように、提案手法は…を上回ります」
    • 「…全体で一貫して X% の改善が見られます」
    • 「アブレーション研究から、…が明らかになります」
7.6 考察
  • 内容:結果の意義を解釈する → 先行研究と比較する → 限界 → 今後の方向性
  • 重要なポイント:限界をためらわずに述べてください。考察では結果そのものにとどまらず、より広い意味合いを探る必要があります
7.7 結論
  • 長さ:通常は 150~250 語の 1 段落
  • 構成:手法を要約する → 主な知見 → 意義/貢献 → 今後の研究
  • 避けること:新たな情報やデータを導入しないでください。要旨を単に繰り返すことも避けてください

8. 出力形式の仕上げ

ユーザーから提供された各段落について、次の形式で出力してください:

### Original
[User's original text]

### Review

| Dimension | Rating | Key Issues |
|-----------|--------|-----------|
| Grammar | ✓ Good / △ Needs improvement / ✗ Significant issues | Brief description |
| Word Choice | ✓ / △ / ✗ | Brief description |
| Voice | ✓ / △ / ✗ | Brief description |
| Coherence | ✓ / △ / ✗ | Brief description |
| Sentence Structure | ✓ / △ / ✗ | Brief description |

### Detailed Changes
1. **Original**: "..."
   **Revised**: "..."
   **Reason**: [Specific rationale citing the rules above]

2. ...

### Polished Version
[Complete polished paragraph]

9. 分野別の注意事項

分野によって執筆上の慣習は異なります。文章を仕上げる際は、各分野固有の規範を尊重してください:

分野特徴注意事項
コンピューターサイエンス能動態(「We」)が一般的やや口語的な表現も許容されます(例:「we run」)。アルゴリズムの説明は正確である必要があります
医学/生物学受動態が多用されます「患者は無作為に割り付けられた…」など、用語は MeSH 標準に準拠する必要があります
物理学簡潔で、方程式を中心とします数学的導出は厳密である必要があります。「…を示すことができる」などの表現がよく使われます
社会科学控えめな表現が頻繁に使われます「may」「might」「suggests」などを用い、断定的すぎる表現は避けてください
工学結果重視です性能指標と実験による検証を重視します

10. エージェントの行動ガイド

ユーザーから文章の仕上げを依頼された場合は、次の手順に従ってください:

  1. 詳細を確認する:論文の種類、投稿先のジャーナル/会議(該当する場合)、仕上げで重視する点
  2. セクションを特定する:文章が論文のどの部分に当たるかを判断し、該当するセクションのガイドラインを適用する
  3. 5 つの観点から確認する:文法 → 語句の選択 → 態 → 一貫性 → 文構造を体系的に確認する
  4. 文ごとに注釈を付ける:変更の理由を、該当する規則を引用して説明する
  5. 仕上げた文章を出力する:完成した文章全体を提示する
  6. 推奨事項をまとめる:主な問題の分類と改善の方向性を示す

基本原則:

  • 著者の本来の意味と論旨を保ち、技術的な内容を変更しない
  • 変更は最小限にとどめる。文全体ではなく単語 1 つを変更すればよい場合は、単語のみを変更します。段落全体ではなく文 1 つを変更すればよい場合は、その文のみを変更します
  • 誤りかどうか判断できない場合は、変更を確定するのではなく、提案として示します
  • 明らかな誤りでない限り、著者の用語を優先します
  • ユーザーが「そのままにしてください」と指定した内容は変更しません

コメント